Autor: José Luis Torres Moreno Director: Antonio Giménez Fernández Codirector: José Luis Blanco...

Autor: José Luis Torres Moreno

Director: Antonio Giménez

Fernández

Codirector: José Luis Blanco

Claraco

Análisis multidominio de vehículos eléctricos

Almería, 28 de julio de 2014

Tesis Doctoral

2

1.Motivación

2.Estudio comparativo de VEs

3.Dinámica de Sistemas Multicuerpo

4.Modelo eCARM

5.Arquitectura software y ensayos

6.Conclusiones y trabajos futuros

Índice

3

1.Motivación



4.Modelo eCARM



4

ARM: Control automático. Sector energético

El vehículo eléctrico en este sector

Reciente rama mecánica del grupo

eCARM como plataforma común de ensayos

Ámbito de desarrollo

(i) Planificación inteligente de trayectorias. (ii) Conducción autónoma. (iii) Desarrollo de nuevos controladores.

Motivación

5

Estudiar el vehículo eléctrico en el contexto actual

Evaluar las herramientas para analizar vehículos

Realizar un modelo Multidominio

Eléctrico, mecánico (Multibody)

Instrumentación de un prototipo

Diseño y propuesta de implementación una arquitectura de SW y HW

Ensayos dinámicos del vehículo

Objetivos de la Tesis

Motivación

6

1.Motivación



4.Modelo eCARM

5.Arquitectura software


7

Línea de investigación abierta

Vehículos 100 % eléctricos

Vehículos de combustión

Vehículos híbridos

Vehículos híbridos enchufables

(Nam et al 2013 )

(Nguyen et al 2013 )

(Silva et al 2012 )

Estudio comparativo de VEs

Contexto del vehículo eléctrico

(Pastorino et al 2012 )

8

Power-split device


Vehículos híbridos enchufables

Aplicando la Fórmula de Willis

(Chevrolet Volt)

9

C1cerradoC2 abiertoC3 abiertoICE apagado

La eficiencia del vehículo depende de la del MOT


Modo 1

10

C1 abiertoC2 cerradoC3 abiertoICE apagado

Modo 2


¿Eficiencia del vehículo?

11

Modo 2

Rendimiento del conjunto MOT-GEN


12

C1 cerradoC2 abiertoC3 cerradoICE encendido

Modo 3


13

Modo 3

Rendimiento de la recarga (ENG-GEN)

Punto óptimo250 rad/s90 N·m


14

C1 abiertoC2 cerradoC3 cerradoICE encendido

Modo 4

Las 3 máquinas operan simultáneamente


15

Control basado en reglas


Primera capa de decisión: ¿30%<SOC<95%?

Segunda c

apa d

e

deci

sión:

Tc &

ωc

Modos 1 ó 2 Modos 3 ó 4

Puntos óptimos de operación

16

Tres circuitos NEDC Artemis Vail2NREL

Cuatro coches Eléctrico puro Gasolina SHEV PHEV

Se analiza Consumo

energético Eficiencia Emisiones CO2

Autonomía

Estudio comparativo


17

Consumo energético: NEDC


18

Consumo energético: Artemis Highway


19

Consumo energético: Vail to NREL


20

Ener

gía

eléc

tric

aG

asol

ina

Well to wheel: T2W + Generación (REE,2011)

Refinería y transporte 86 %

Cálculo de la eficiencia


21

Tank to wheel- Gas. Dato 73.5

gCO2/MJ- Elect. 0 gCO2/MJ

Well to wheel- Gas. 12.4 gCO2/MJ -Elect. Generación

Emisiones


UE 94.7, FR 24.7, EEUU 147.5, CH 207,8 y W 140 gCO2/MJ (IEA,2012)

22

Resultados


23

1.Motivación



4.Modelo eCARM



24

3.1.- Introducción

25

Sistema Multicuerpo. Definición

Sólidos rígidos y flexibles

Restricciones cinemáticas

Fuerzas de inercia, externas y de reacción

Dinámica de Sistemas Multicuerpo

26

Es el planteamiento más completo para analizar el comportamiento dinámico de un vehículo

Está basado en las Leyes de Newton

Aparición de ordenadores

Carrera Espacial y Automoción



27

Eficiencia computacional

Observación de estados

Nuevas técnicas para elementos flexibles

Control de sistemas infra-actuados

Líneas de investigación actuales:

En 1977 Se celebra en Berlín El congreso

«Dynamics of Multibody Systems»

Diseño de máquinas, Robótica, Vehículos,

Biomecánica



28

Disciplinas para simulación de sistemas multicuerpo


29

Numerosos problemas se pueden abordar desde el plano 2D

Comprender un problema. Evaluar técnicas de resolución

Sistema de suspensión 2D del eCARM


30

Sistema de suspensión 2D. ModeladoCoordenadas Naturales

q = [x1, y1, x2, y2]’

Ecuaciones de restricción

ϕ = [ (x1-xA)2+(y1-yA)2-L2A1=0

(x2-x1)2+(y2-y1)2-L212 =0

(x2-xB)2+(y2-yB)2-L22B=0 ]


31

Sistema de suspensión 2D. Mecánica Clásica


Ecuaciones de Lagrange

Energía cinética

Ecuaciones del movimiento

32

Sistema de suspensión 2D. Formulación

y1 como coord. independiente


Sistema DAE

Se puede expresar en espacio de estados para resolverse como un ODE

Proyección de velocidades

33

Sistema de suspensión 2D. Métodos numéricos

Integración

Res. Sist. No-lineales.

Ax= b -> Sistemas Lineales Sparse.


34

3.2.- Eficiencia computacional en MBSD

35

Por cada nuevo sólido el tamaño del problema crece considerablemente

Requerimiento de tiempo-real para simulación HIL

Se puede aprovechar la condición sparse matrices M y

Eficiencia computacional en MBSD

Librerías gratuitas para optimizar la resolución de este sistema


36

Eficiencia computacional en MBSD

VideoNxNy

Benchmark con las librerías:- UMFPACK METIS- KLU+COLAMD- CHOLMOD


37

3.3.- Estimadores de estado en MBSD

38

Estimación de parámetros en MBSD. Aplicaciones Monitorización: Zonas donde no es posible

instalar sensores

Cierre de bucles de control: Tiempo entre muestras

Sensores alternativos más ligeros y económicos

Filtrado de señales ruidosas

Modelos imperfectos

Fuerzas en los neumáticos


39

Funcionamiento en MBSD


40

Revisión de filtros en MBSD

Propuesta de métodos alternativos

Definir criterios para realizar comparaciones

Evaluación de la mejor opción

Objetivos del apartado


41

Modelado- 4 coordenadas

naturales- 1 coordenada relativa

Simulaciones- Ground-thruth- Modelo con

errores- Modelo estimado

Fuerzas: Gravedad

Benchmark


42

Diferentes niveles de ruido

Errores en la magnitud de las fuerzas actuantes

g = -8.81m/s2

video

Reproducción de condiciones reales


43

CEKFCoordenadas Independientes

DEKF_pmCoordenadas Dependientes

Benchmark

(Cuadrado et al., 2009)

(Propuesta)

(Propuesta)

(Pastorino et al., 2013)

DIEKF_accUKF

SCKF (Propuesta)

DEKF

Filtros evaluados


44

100 repeticiones de 15 s de duración y Δt=5 ms con:

Errores crecientes

Diferentes valores de fuerzas actuantes

Experimentos


Se compara:

Eficiencia computacional

Precisión

45

Resultados: Eficiencia computacional


DIEKF_pm es el más eficiente computacionalmente

46

Resultados: Precisión


CEKF es el que tolera mejor el ruido

47

Mah

alan

obis

Dis

tanc

e


Resultados: Precisión

CEKF es más robusto estadísticamente

48

1.Motivación



4.Modelo eCARM



49

4.1.- Modelo Multicuerpo

50

Características del problema:

3D vs 2D

Aparecen fuerzas externas

Sistema de coordenadas inercial

El número de variables 100 veces mayor

MBSD vs otros planteamientos como Bond-Graph

Modelo multicuerpo. Introducción

Modelo eCARM

51

Flexibilidad en el modelado (Susp., Masas, In-wheel)

Integración en arquitecturas software (HIL, estim…)

Diferentes formulaciones, solvers, etc.

Coste

Modelo multicuerpo. Introducción

Desarrollo de librerías

Modelo eCARM

52

Modelo multicuerpo. CAD

Modelo eCARM

53

Modelo multicuerpo. Modelado

Modelo eCARM

54

Modelo multicuerpo. Modelado

Modelo eCARM

55

Modelo multicuerpo. Modelado cinemático

Coord. Naturales Coord. Relativas Pares cinemáticos

Modelo eCARM

56

Modelo multicuerpo. Modelado cinemático

VideoMacPherson

• 51*3 = 153 Variables

• 38 Ec. de restr.• 3 gdl• Jacobiano:

38x51

Modelo eCARM

57

Modelo multicuerpo. Modelado dinámico

Fuerzas

Gravedad Amortiguadores Neumáticos Frenado Tracción

Dominio eléctrico

Modelo eCARM

58

Modelo multicuerpo. Resumen del modelado

Resumen

Nº de variables: 165*3 = 465

Nº de gdl: 15 – variable guiada = 14

Nº de ecuaciones de restricción: 154

Tamaño de la matriz Jacobiana: 154x165

Tamaño de la matriz de masas: 165x165

Tamaño del vector de fuerzas: 165x1

Modelo eCARM

59

Modelo multicuerpo. Resultados

Videox4

Modelo eCARM

tsim

tsim

Videox4

60

4.2.- Modelo simplificado

61

Modelo simplificado. Justificación

El estimador es para sólo 5 variables: ¿165?

Diseñar un controlador (Sist. DAE)

Eficiencia computacional: ¿ordenador embebido?

Modelo eCARM

Modelo simplificado: Menos variables y ecuaciones

62

Modelo simplificado + estimador de estados

Aplicando las leyes de Newton-Euler

Modelo eCARM

Paso a espacio de estados

63

“Software In the Loop (SIL): Develop new controllers using other software such as Simulink and run them with our vehicle models”

Modelo eCARM

Modelo simplificado + estimador de estados

64

1.Motivación



4.Modelo eCARM



65

5.1.- Instrumentación

66

Instrumentación

Arquitectura software

67

5.2.- La arquitectura del eCARM

68

Multiplataforma

Álgebra y métodos numéricos -> Estimadores de estado y modelos multicuerpo.

Fácil integración de librerías de otros investigadores

Modularidad vs Monolítico; Reusabilidad, trabajo en equipo.

Distribuida , robustez y con ejecución concurrente asíncrona.

Lightweight (dependencias y espacio)

Depuración

Requisitos de la arquitectura para el eCARM


69

Valoración de Alternativas

Multiplataforma

Modularidad

Distribuida

Álgebra y métodos numéricos

Integración con librerías

Lightweight

Depuración


70

OpenMORA


MOOS::V10Light, Fast, Cross Platform Middleware for Robots

Transmisión de datos entre módulos mediante pub/sub. en torno a sub-milisegundos. Módulo central MOOSDB

Encapsulación de tipos de datos complejos. Interfaces para principales sensores en robótica.

Arquitectura software distribuida basada en MOOS y MRPT que integra capas de alto nivel (algoritmos control) y de bajo nivel (sensores/actuadores)

71

Ejemplo de proceso


β

72

Documentación


73

5.3.- Experimentos

74

Experimentos


75

5.3.- Experimento I

Encoders y escáner láser.Calibración de la odometría.

76 Arquitectura software

Experimento I: Odometría

77

5.3.- Experimento II

Todos los sensoresSe pone a prueba la arquitectura


Video Camaras

Experimento II: Carretera

79

5.3.- Experimento III

GPS, IMUValidación del modelo dinámico

simplificado


Videomateos

Experimento III: Adelantamiento

81

5.3.- Experimento IV

Encoders (volante y ruedas), IMU, NI-DAQ y GPS

Maniobra en bucle abierto

82

Videojero


Experimento IV: Maniobra en bucle abierto

83

1.Motivación



4.Modelo eCARM



84

1. Construcción de una plataforma de ensayo para el análisis de un vehículo eléctrico en cuanto a comportamiento dinámico y consumo energético.

2. Análisis de eficiencia energética (cap. 3).- Topología mecánica y sistema propulsor -> EV- Fuente de energía -> PHEV

3. Uso de KLU y UMFPACK como solvers óptimos en la resolución de sistemas de ecuaciones sparse en MBSD (cap. 4)

4. Uso de EKF de tiempo continuo como mejor estimador de estados en MBSD (cap.4)

Conclusiones

85

5. Realización de un modelo multicuerpo del eCARM con 465 variables (cap. 5)

6. Implementación de un modelo simplificado de vehículo para su ejecución a bordo (cap. 5)

7. Diseño y desarrollo de una arquitectura software modular (cap. 6)

8. Instrumentación y validación de la arquitectura software propuesta (cap. 6)

Conclusiones

86

Futuros trabajos

87

Estimación del estado de carga de las baterías en tiempo real.

Ejecución en tiempo real del modelo multicuerpo en la arquitectura software desarrollada.

Implementación de un sistema de planificación de trayectorias en base a los sensores instalados.

Diseñar un controlador de gestión energética. TRASFORMACIÓN DEL VEHÍCULO ELÉCTRICO EN UN

ROBOT MÓVIL.

Conclusiones

88

publicaciones

89

Revistas JCR

Aceptadas: Torres, J. L., González, R., Giménez, A., and López, J. (2014). Energy management strategy for plug-in hybrid electric vehicles. a comparative study. Applied Energy. López, J., García, D., Giménez, A., and Torres, J. (2013). A flexible Multibody model of a safety robot arm for experimental validation and analysis of design parameters. Journal of Computational and Nonlinear Dynamics. En revision: Blanco, J. L., Torres, J. L., and Giménez, A. Multibody dynamic systems as bayesian networks: applications to robust state estimation of mechanisms. Multibody System Dynamics.

90

Congresos internacionales

Torres, J. L., Blanco, J. L., Bellone, M., Rodríguez, F, Giménez, A. and Reina, G. (2014). A proposed software framework aimed at energy-efficient autonomous driving of electricvehicles. In Simulation, Modeling, and Programming for Autonomous Robots (SIM-PAR)Torres, J. L., Blanco, J. L., Sanjurjo, E., Naya, M. and Gimenez, A. (2014). Towards benchmarking of state estimators for multibody dynamics. In The 3rd Joint International Conference on Multibody System Dynamics

Torres, J. L., Blanco, J. L., Giménez, A., and López, J. (2013). A comparison of algorithms for sparse matrix factoring and variable reordering aimed at realtime multibody dynamic simulation. In Thematic Conference on Multibody Dynamics 2013 Torres, J. L., Giménez, A., López, J., Carbone, G., and Cecarelli, M. (2012). Analysis of the dynamic behavior of an electric vehicle using an equivalent roll stiffness model. In 4th European Conference on Mechanism Science.

José Luis Torres Moreno

Gracias por su atención

Almería, 28 de julio de 2014

Autor: José Luis Torres Moreno Director: Antonio Giménez Fernández Codirector: José Luis Blanco...

Documents

Transcript of Autor: José Luis Torres Moreno Director: Antonio Giménez Fernández Codirector: José Luis Blanco...